换一批基于深度卷积和三向注意力感知的胰腺分割算法
Pancreas segmentation algorithm based on depth-wise convolution and tri-orientated spatial attention
摘要针对胰腺分割任务中因体积较小且解剖结构复杂带来的挑战,提出一种级联的3D胰腺分割网络(CPS-Net).CPS-Net由两部分组成:第一部分采用ResUNet快速定位胰腺区域,第二部分使用融合深度卷积(DCB)和三向注意力感知模块(ToSA)的网络来细化分割结果.DCB通过逐层提取多尺度特征,显著增强胰腺与周围组织之间的区分能力.而ToSA则结合轴向注意力、平面注意力和窗口注意力机制,全面捕捉胰腺在复杂背景中的细节结构.CPS-Net在NIH公开数据集上的Dice相似性系数、阳性预测值、敏感性和Hausdorff距离指标分别达到(87.42±1.58)％、(87.42±3.52)％、(87.74±4.58)％和(0.22±0.08)mm.实验结果表明,CPS-Net表现优于当前主流分割网络,显著提升胰腺分割精度.
更多相关知识
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1005-202X.2025.01.006
发布时间
2025-03-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（62471214）
- 浏览6
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
